Min nye artikkel for FreeThink magazine bryter ned hvorfor AI ikke vil ta alle jobbene: The TLDR? 1) Den økonomiske enheten til agenter. De vil ikke koste det samme som et Netflix-abonnement på $20, tenk mer som en menneskelig lønn. 2) Skatter. Forvent skatter på digital og robotisert arbeidskraft etter hvert som det blir bedre og bedre, starter som et populistisk proteksjonistisk tilbakeslag og i reguleringstunge steder som EU og sprer seg deretter overalt. 3) AI får ikke arbeidet til å forsvinne. Det endrer bare arbeidsflyten og skaper et annet sett med problemer, og disse problemene er ikke allment forstått av folk som ikke samhandler med disse systemene 8-10 timer i døgnet og bare leser om dem: A) konsept/problembeskrivelse B) Iterasjon C) Verifisering 4) Klump av arbeidsfeilslutning 5) Noen roller vi bare elsker å ha folk i fordi vi er sosiale skapninger. Minibanker gjør jobben med å dele ut penger bedre enn mennesker, men kassererjobber ble nettopp flyttet til kundeservice. Vi har kanskje en perfekt servitørdroide, men jeg vil heller prate med en glad vennlig person på min lokale favorittrestaurant. Noen få utdrag fra artikkelen: Hvis du bruker disse systemene til noe som betyr noe, trenger du et bekreftelsespass som går langt utover en lat skumlesing. Det betyr detaljorientert menneskelig arbeid – du må sjekke hver påstand, hvert diagram, hver lenke, hvert ord, hver kodelinje, hvert resultat og sitat og fakta. Og hvem er best posisjonert til å verifisere? De samme menneskene som allerede er gode på det AI prøver å gjøre: arbeiderne den skal erstatte. Leger kan sjekke medisinske påstander. Seniorprogrammerere kan sjekke AI-kodingsutganger. Sterke tekstforfattere kan sjekke at det GPT skriver synger – de kjenner en god vending når de leser den og kan sørge for at hvert avsnitt flyter fra det før. Big Tech bruker for tiden billioner (for å bygge nye AI-datasentre, og på toppen av alt annet må kostnadene ved å betale folk for å drive disse sentrene også tas med i ligningen. Din fremtidige arbeidsstyrke, som kjører på spesialiserte nevrale nettbrikker, er mer sannsynlig å koste $5,000, $10,000 eller $20,000 i måneden per digital arbeider, ikke $200. Ved oppstarten av AI-agenten min har jeg et team på tre ingeniører som bruker Claude Code og OpenAIs GPT-5 for å hjelpe dem med kodingen. Ved å bruke API-priser (vi har for tiden et gjennomsnitt på rundt $8,000 i måneden – det er det abonnementer verdt $600 virkelig koster. Og det er åtte timer om dagen per programmerer, ikke agenter som kjører uavbrutt 24 timer i døgnet, syv dager i uken. Vi vil sannsynligvis også se skatter på AI-agenter hvis de virkelig biter seg inn i arbeidsstyrken på noen meningsfull måte, ettersom verden lurer mer og mer inn i proteksjonisme. Faktisk er det praktisk talt garantert. Det vil øke kostnadene ved å drive dem også. Etter hvert som disse enhetsøkonomiene treffer, vil de fleste selskaper måtte spørre: «Er det billigere å kaste flere mennesker på et problem enn å betale for AI?» I de fleste tilfeller vil svaret være "ja", med mindre du har et hyperspesialisert problem som AI virkelig kan bidra til å akselerere, som legemiddeloppdagelse. Selv om AI var perfekt og billig, vil det alltid være jobber vi rett og slett ikke ønsker å overlate til maskiner. Vi har minibanker, men vi har fortsatt menneskelige bankkasserere fordi vi vil ha muligheten til å snakke med en person. I restaurantverdenen kan vi en dag ha perfekte servitørdroider, men jeg vil fortsatt samhandle med en vennlig, morsom person som får meg til å føle meg som en konge mens jeg spiser, og jeg forventer at mange andre mennesker også vil gjøre det. Som James Bessen bemerker gjentatte ganger i Harvard Business Review, skaper eller ødelegger automatisering ikke bare arbeidsplasser – den forvandler dem. ( Da bankminibanker rullet ut, skjerpet nekrologforfattere fjærpennene sine for bankkasserere, men bankkassererens ansettelse kollapset ikke - den vokste. Det er fordi minibanker senket kostnadene ved å drive en filial, noe som betydde at bankene kunne åpne flere filialer, hvor kassererens jobb endret seg fra kontanthåndtering til relasjonssalg og service. Kravelastisitet er også viktig. Når du kutter kostnadene for en ressurs, bruker mennesker mer av den - det er Jevons paradoks (i aksjon. Brukt på kunstig intelligens vil billigere kognisjon få oss til å konsumere mer intelligens totalt sett, akkurat som billigere energi førte til mer energibruk. Et nytt marked for etterretning vil dukke opp. I essayet «Hvorfor er det fortsatt så mange jobber?» økonomen David Autor forklarer hvorfor denne typen ting fortsetter å skje. Teknologier automatiserer spesifikke oppgaver, men de skaper også nye oppgaver, nye komplementariteter og nye kategorier av arbeid som vi ikke hadde ord for før. En bonde fra 18-tallet ville aldri være i stand til å forstå jobben til en webdesigner fordi den er bygget på baksiden av en rekke svarte svaneinnovasjoner - som elektrisitet, datamaskiner og internett - som han umulig kunne forestille seg. Vi er flinke til å forestille oss alle jobbene som vil forsvinne på grunn av en ny teknologi, men forferdelige til å forutsi de som vil bli skapt fordi de ikke eksisterer ennå. Hvis du forestiller deg en verden der hver person har en stab på 15 digitale agenter, som hver kverner dag og natt, forestiller du deg en verden med mye kraft og silisiumkostnader. Capex- og opex-kurvene former seg der maskinarbeid gir mening. Konklusjon: Fremtidens arbeid kommer ikke til å være et spørsmål om bare å velge mellom AI og menneskelige arbeidere. Det kommer til å beregne hva hver oppgave koster å gjøre med mennesker, med maskiner og med hybrider når du inkluderer overlappende feilkostnader, verifiseringsavgift, reell skatt, enhetsøkonomi og risiko. Det er ikke en fremtid uten mennesker. Det er en fremtid med mer innflytelse per menneske enn noen gang før i historien. Det er selve definisjonen av økonomisk vekst: å gjøre mer med mindre. Det pleide å koste dine forfedre 1,000 timers arbeid å lyse opp huset deres med talglys. Det koster deg noen sekunder å lyse opp huset ditt ved å trykke på en bryter. Utnytt i aksjon.

Føles som om det vi trenger er differensielt personvern og homomorf kryptering for samtaler med LLM-er. Vi trenger en ProtonMail for chat.